基于多光谱无人机监测的作物长势预测方法及系统技术方案

本发明专利技术属于作物长势预测技术领域，尤其涉及基于多光谱无人机监测的作物长势预测方法及系统，该方法首先配置作物在标准生长环境下的分阶段生育期生长状态数据，并采集真实作物在不同生育阶段下不同土壤含水量和病虫害状态下的多维数据，通过因子分析算法确定各植被指数对作物生长的贡献度，并利用主成分分析算法对高光谱数据进行降维，与多光谱数据融合，构建多光谱分辨率特征空间，其次，结合LiDAR数据和植被指数，通过仿真模拟得到作物真实株高生长拟合函数，第三，计算真实生育植被指数空间并得到标准分阶段生育期真实生长状态空间，最终，将计算的空间和函数输入强化学习算法构建的模型进行训练，实现作物生长状态的精准预测。

【技术实现步骤摘要】

本专利技术属于作物长势预测，尤其涉及基于多光谱无人机监测的作物长势预测方法及系统。

技术介绍

1、作物长势监测和预测对于精准农业管理至关重要，它能够及时了解作物生长状况，采取合理的农事措施，如灌溉、施肥、病虫害防治等，从而优化资源利用，提高作物产量和品质，同时减少环境污染和生产成本；近些年来多光谱遥感技术因其本身的优点在作物监测领域得到了广泛应用；然而，要实现准确的基于多光谱无人机监测的作物长势预测，仍面临诸多挑战；一方面，多光谱数据的处理和分析需要复杂的算法和模型，以提取有效的作物生长信息；另一方面，不同作物在不同生长环境下的光谱响应特征存在差异，需要建立针对性的预测模型。

2、如公开号为cn114972684a的中国专利公开了作物长势预测方法、装置、设备及介质，方法包括：基于图像回溯算法确定原始三维点云数据集的无损二维图像数据集；将原始三维点云数据集、无损二维图像数据集和气象因素数据进行融合，以及结合不同作物的生长参数时空特异性进行反演，得到最优作物生长参数多维深度学习模型，以对不同作物的生长参数信息进行评估，得到不同作物的生长参数的时空分本文档来自技高网...

【技术保护点】

1.基于多光谱无人机监测的作物长势预测方法，其特征在于，包括：

2.如权利要求1所述的基于多光谱无人机监测的作物长势预测方法，其特征在于，所述每一生育阶段匹配植被指数的获取步骤包括：

3.如权利要求2所述的基于多光谱无人机监测的作物长势预测方法，其特征在于，所述每一生育阶段匹配植被指数的获取步骤还包括：

4.如权利要求3所述的基于多光谱无人机监测的作物长势预测方法，其特征在于，所述水分和病虫害调节因子的构建步骤包括：

5.如权利要求4所述的基于多光谱无人机监测的作物长势预测方法，其特征在于，所述水分和病虫害调节因子的构建步骤还包括：

...

【技术特征摘要】

1.基于多光谱无人机监测的作物长势预测方法，其特征在于，包括：

2.如权利要求1所述的基于多光谱无人机监测的作物长势预测方法，其特征在于，所述每一生育阶段匹配植被指数的获取步骤包括：

3.如权利要求2所述的基于多光谱无人机监测的作物长势预测方法，其特征在于，所述每一生育阶段匹配植被指数的获取步骤还包括：

4.如权利要求3所述的基于多光谱无人机监测的作物长势预测方法，其特征在于，所述水分和病虫害调节因子的构建步骤包括：

5.如权利要求4所述的基于多光谱无人机监测的作物长势预测方法，其特征在于，所述水分和病虫害调节因子的构建步骤还包括：

6.如权利要求5所述的基于多光谱无人...

【专利技术属性】
技术研发人员：张梓强，刘卫民，詹云，吴玉涛，孙崇明，张立智，刘卓逸，
申请(专利权)人：江苏叁拾叁信息技术有限公司，
类型：发明
国别省市：